Assessing the representativeness of Canadian Hospitals Injury Reporting and Prevention Programme (CHIRPP) sport and recreational injury data in Calgary, Canada
Notice bibliographique
Résumé
The objective of this study was to assess the representativeness of sport and recreational injury data from Canadian Hospital Injury Reporting and Prevention Programme (CHIRPP) in Calgary. Internal representativeness was assessed by comparing CHIRPP and regional health administrative data (ambulatory care classification system-ACCS) at Alberta Children's Hospital (ACH). External representativeness was assessed by comparing CHIRPP with ACCS at all hospitals. Comparisons were performed using descriptive statistics for top injury-producing sports and sports that produced severe injuries. Stratified distributions of injury-producing sports by gender, age group and severity of injury in CHIRPP and ACCS were compared. The proportion of all injuries in Calgary captured by CHIRPP was 64.8% (99%CI: 64.02-65.54%) (16,977/26,206). CHIRPP captured more cases of top injury-producing sports than ACCS at ACH. Rankings of top injury-producing sports in CHIRPP and ACCS at ACH were remarkably consistent (ρ = 0.92, p < 0.0001). Rankings of top injury-producing sports in CHIRPP and ACCS at all hospitals were almost identical (ρ = 0.98, p < 0.0001). Stratified distributions of top injury-producing sports by gender, age group and the severity of injury showed strong consistency between CHIRPP and ACCS. It is concluded that CHIRPP in Calgary provides a representative profile of injuries compared to regional health administrative data. This project supports the use of CHIRPP for establishing injury prevention priorities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».